Alomana

Alomana是什么

Alomana是一款面向企业的AI应用与自主智能体平台，主助手名为Alo。用户可以用自然语言描述业务结果，由平台生成、验证并部署可持续运行的AI Operator，而不只是返回一次聊天答案。

平台将多模型聊天、Agent Builder、可视化Flow Builder、AI Store、数据连接、语音、沙箱、审计和企业安全集中在一个工作区。它重点服务金融、工程、制造、合规、采购和运营等需要可追踪自动化的场景。

核心产品结构

主要功能

• 通过自然语言创建AI Agent。
• 生成连接实时数据的内部AI应用。
• 用Flow Builder编排端到端流程。
• 从AI Store安装预构建Operator。
• 连接数据库、数据仓库、CRM和ERP。
• 读取并写回办公和协作工具。
• 按计划或业务事件自动运行。
• 在沙箱中安全执行与测试代码。
• 记录输入、模型、工具、输出和用户。
• 在企业云中部署单租户私有实例。

Alo自然语言构建

用户可以像给同事布置工作一样描述目标、输入和成功标准，Alo会先形成计划并展示执行步骤。得到批准后，系统再连接数据、运行工具和生成结果，避免未经确认直接操作生产系统。

Builder

Builder用于把一句业务需求转化为可持续运行的Operator或内部应用。生成结果可以连接数据库、文档和Agent，并在团队工作区长期使用，而不是只生成一个无法维护的界面原型。

• 描述需要解决的业务问题。
• 自动生成Agent指令与工具组合。
• 连接实际业务数据。
• 生成面向团队的交互界面。
• 在工作区部署为持久应用。
• 按角色控制访问范围。

Flow Builder

Flow Builder是无代码可视化工作流编辑器，可把模型分析、文档处理、条件分支、系统写入和人工审批串联起来。它适合由真正理解流程的财务、运营或合规人员参与构建。

• 拖拽组合多个AI与业务步骤。
• 根据条件建立不同执行分支。
• 调用数据库、API和第三方系统。
• 在关键节点插入人工批准。
• 设置异常升级和重试规则。
• 按时间或业务事件触发运行。
• 保存完整执行记录供审计。

AI Store

AI Store提供可直接部署的数据分析、文档提取、语音和行业专用Operator。Starter试用可使用3个Store Agent，Company和Enterprise可使用不限数量的预构建Agent。

Jade数据分析Agent

Jade用于连接企业数据、发现异常、生成预测洞察和自动编制报告。它适合财务监控、欺诈识别、投资报告与经营分析，但异常判断和预测仍需要业务标准与人工验证。

Lens文档提取Agent

Lens用于从发票、合同、工程文件和其他文档中提取字段、条款和结构化结果。高风险字段应保留原文、置信度和人工复核，避免OCR或模型误读直接进入财务系统。

Vox语音Agent

Vox代表平台的语音Operator能力，可用于来电接待、线索筛选和信息收集。语音项目需要明确AI身份、录音同意、转人工规则、可谈主题与错误识别处理。

多模型支持

Alomana在统一界面中提供GPT、Claude、Gemini、DeepSeek和开放模型等选择，并允许按任务切换。模型名称与版本会变化，企业应对每个生产Agent锁定并记录经过验证的模型版本。

• 按任务选择最合适的前沿模型。
• 使用开放模型满足特定部署要求。
• 避免把所有流程绑定到单一供应商。
• 在成本、速度与质量之间切换。
• 记录每次运行实际使用的模型。

数据与系统连接

平台通过连接器把Operator接入实时企业数据，而不是只处理手工上传的静态文件。公开示例包括数据库、数据仓库、CRM、ERP、Microsoft 365、OneDrive、Outlook、Linear、Jira、Google Drive、Teams和Slack。

50多种数据连接器

Company计划提供50多种数据连接器，Enterprise还可开发定制连接器和API。不同连接器的读取、写入、增量同步和权限继承能力并不相同，采购前应按实际系统逐项验证。

计划与触发器

Operator可按固定时间、数据事件或其他触发条件持续运行，例如每周生成报告、实时检查交易或收到发票后自动处理。团队应设置并发、重复事件、超时和停机保护。

Plan与Act模式

Agent可以先提出计划，再在用户批准后执行工具与系统操作。对于付款、发布、删除、审批和客户沟通等高影响动作，应始终保留计划审查和人工确认。

代码沙箱

Agent可在隔离沙箱中编写和运行代码，用于数据转换、分析和应用生成。沙箱降低对生产环境的直接影响，但仍需限制网络、依赖、文件访问、运行时间和输出数据。

完整审计轨迹

Alomana记录每次Operator运行的输入、模型调用、工具动作、输出和用户，使合规人员能够重建Agent做过什么。审计日志还需配合防篡改、保留期限、访问控制和告警才能形成可靠治理。

• 记录触发来源和输入数据。
• 保存使用的模型与提示规则。
• 列出每次工具调用和参数。
• 跟踪外部系统的读取与写入。
• 保存输出、异常与人工决定。
• 支持按用户和Agent追溯运行。

沙箱到生产

Company和Enterprise提供沙箱，团队可以在不影响生产的环境中用真实结构测试流程。通过验证后再发布正式Operator，必要时保留旧版本和停止开关。

金融与投资场景

• 自动生成投资组合报告。
• 持续监控持仓与限制条件。
• 执行KYC和AML材料检查。
• 核对交易和支付差异。
• 筛查ESG与监管要求。
• 从合同提取义务和风险。
• 识别异常交易和欺诈信号。

工程与工业场景

• 从技术规格中提取结构化要求。
• 对照ISO、EN、ASTM和DIN标准。
• 读取P&ID并提取仪表数据。
• 核对line list与设计一致性。
• 自动生成NCR和punch list。
• 整理调试、检验和交付文档。
• 分析RFQ与供应商投标材料。

采购与财务自动化

Operator可读取供应商发票、提取字段、核对采购信息并写入账务或ERP系统。企业应在重复发票、金额容差、税务、供应商主数据和付款批准上保留确定性规则。

生命科学与合规

Alomana提供不良事件处理、法规材料和合规文档相关场景。涉及药物安全或监管提交时，AI应作为资料整理与初筛工具，最终判断必须由具备资质的人员完成。

化学与产品合规

平台可读取供应商声明、材料清单和组件规格，辅助REACH与RoHS筛查并在候选清单更新时重新检查产品。结果仍需以最新法规、原始材料证据和合规专家审查为准。

适合哪些用户

• 希望把AI从试点带入生产的中大型企业。
• 需要无代码构建Agent的业务团队。
• 要求每次运行可追溯的金融与合规组织。
• 处理复杂工程与工业文档的企业。
• 需要连接CRM、ERP和数据库的运营团队。
• 希望在企业云中使用单租户实例的客户。
• 需要跨部门AI Operator管理的平台团队。

典型使用场景

• 每周自动生成经营与项目简报。
• 从发票读取信息并录入账务系统。
• 持续监控交易并升级欺诈异常。
• 对供应商材料生成合规矩阵。
• 自动起草销售报价和客户研究。
• 将视频或语音转为操作流程。
• 对合同与技术标准进行交叉核对。
• 构建连接实时数据库的内部AI应用。

不太适合哪些情况

• 只需要免费个人聊天机器人的用户。
• 只执行固定稳定步骤且传统RPA已经足够的流程。
• 没有清晰结果标准的模糊自动化需求。
• 无法授予或治理外部系统权限的企业。
• 希望核心平台完整开源的开发者。
• 不能安排人工审批高风险动作的组织。
• 无法承担企业集成和验证成本的小团队。

创建第一个Agent教程

1. 选择一个重复且结果可验证的业务流程。
2. 用一句话写清输入、动作和成功标准。
3. 在Alo中描述工作并查看生成计划。
4. 只连接完成任务所需的数据和工具。
5. 在沙箱用真实脱敏样本测试。
6. 检查正常、异常和越权路径。
7. 设置人工批准和升级规则。
8. 部署后监控结果与审计日志。

Flow Builder教程

1. 将业务过程拆成输入、判断和动作。
2. 在可视化编辑器中添加对应节点。
3. 为每个节点定义数据格式和错误分支。
4. 连接数据库、API或办公系统。
5. 为写入操作增加审批节点。
6. 在沙箱运行边缘案例。
7. 发布后按版本管理变更。

AI Store部署教程

1. 按行业或职能筛选现成Operator。
2. 查看它需要访问的数据与工具。
3. 在试用工作区安装少量Agent。
4. 使用脱敏样本测试输出。
5. 调整规则、字段和异常升级。
6. 通过沙箱验证后再开放给团队。
7. 定期检查Store Agent的版本变化。

企业上线教程

1. 确定需要共享实例还是单租户实例。
2. 完成数据、模型、连接器和权限设计。
3. 接入SSO并建立角色权限。
4. 为Agent建立质量与安全测试集。
5. 制定日志、保留、告警和停止策略。
6. 先在一个部门和受控流程上线。
7. 测量时间、质量、风险与财务价值。
8. 达到门槛后扩展到更多部门。

安全与隐私

Alomana公开强调ISO 27001和GDPR合规，Enterprise可在客户云中运行专用单租户实例。平台表示提示词、文档和输出不会用于训练客户或供应商模型，合同中仍需明确数据流、子处理方与删除规则。

单租户私有实例

Enterprise在客户云中提供独立计算与存储，不与其他客户共享实例，并支持SSO、SAML、角色控制和自定义连接器。单租户可减少隔离风险，但客户仍需负责云账户、密钥、网络和人员权限。

与RPA的区别

RPA通常按照固定步骤处理结构化界面，输入变化后容易失败；Alomana Agent会读取上下文、规划步骤、处理非结构化文件和异常。Agent适应性更强，同时也更需要测试、护栏和审计。

价格套餐

Starter试用

Starter为7天免费试用，无需信用卡，可使用前沿和开放模型、3个AI Store Agent、5个数据连接器和最多100次Flow运行。试用结束后需要升级Company才能继续使用。

Company计划

Company每位用户每月50美元起，提供不限数量的AI Store Agent和Flow运行，并加入沙箱、团队共享、Slack、API、Webhook、50多种连接器、审计和角色权限。具体模型用量和合理使用限制应在结算前确认。

Enterprise计划

Enterprise按组织规模报价，包含客户云中的单租户私有实例、SSO、SAML、定制连接器、API、专属成功经理、白手套实施、SLA支持和定制Agent开发。

采购前需要确认

• Company起价包含的模型与token额度。
• 每位用户与服务账号如何计费。
• 不限Flow是否存在公平使用或并发限制。
• 连接器支持的读写动作和同步频率。
• 语音、文档、存储和代码执行费用。
• 单租户部署的云成本与运维责任。
• 实施、定制Agent和支持的收费边界。
• 数据导出、终止和删除方式。

API与开发者能力

Company和Enterprise提供API访问与Webhook，企业还可以开发自定义连接器。官网没有公开完整的公共API参考，因此接口范围、速率、认证、沙箱和错误处理需要在账户或销售流程中确认。

GitHub与开源状态

没有发现Alomana官方公开核心平台、Agent运行时或Flow Builder源码的GitHub组织。平台可以调用开放模型，但完整企业AI操作系统属于闭源商业软件。

产品优势

• 把多模型、Agent、应用、语音和数据放在一个平台。
• 业务用户可用自然语言或可视化流程构建自动化。
• 提供可直接部署的数据、文档和语音Operator。
• 每次运行完整记录模型、工具和结果。
• 支持沙箱测试和人工批准计划。
• 连接50多种企业数据与办公系统。
• Enterprise提供客户云单租户实例。
• Starter无需信用卡即可完整试用7天。

使用限制

• Starter只是7天试用，不是长期免费版。
• Company具体模型用量没有在表格中完整披露。
• 自主Agent会扩大外部系统权限风险。
• 复杂流程上线仍需数周集成和验证。
• 客户案例指标不保证其他组织获得相同结果。
• 单租户部署仍需要客户承担云治理责任。
• 公开API文档透明度有限。
• 核心平台不是开源软件。

基本信息

推荐指数

综合推荐指数为4.6分，满分5分。Alomana适合希望让业务部门构建可审计生产Agent的企业，但在授予系统写入权限前，需要完成严谨的沙箱测试、人工审批和安全治理。

常见问题

Alomana主要做什么？

它把自然语言需求转成可持续运行的企业AI Operator，并连接业务数据与系统完成工作。

使用Alomana需要编程吗？

不需要，业务用户可以通过Alo和无代码Flow Builder构建Agent与流程。

支持哪些大模型？

支持GPT、Claude、Gemini、DeepSeek及开放模型等多种选择。

可以连接ERP和数据库吗？

可以，Company提供50多种连接器，Enterprise还支持定制连接器和API。

Alomana免费吗？

提供7天免费试用，无需信用卡，但试用结束后需要升级付费计划。

Alomana多少钱？

Company每位用户每月50美元起，Enterprise根据部署、用户和服务范围定制报价。

数据会用于训练模型吗？

官方说明客户提示词、文档和输出不会用于训练模型，Enterprise还可使用单租户实例。

每次Agent运行能审计吗？

可以，平台记录输入、模型调用、工具动作、输出和用户。

Alomana开源吗？

不开源，使用开放模型不代表完整平台和Agent运行时开放源码。